> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Как создать ИИ-агента с Claude Agent SDK и MCP-сервером ClickHouse

> Узнайте, как создать ИИ-агента с Claude Agent SDK и MCP-сервером ClickHouse

В этом руководстве вы узнаете, как создать ИИ-агента на базе [Claude Agent SDK](https://docs.claude.com/en/api/agent-sdk/overview), который может взаимодействовать с
[SQL-песочницей ClickHouse](https://sql.clickhouse.com/) с помощью [MCP-сервера ClickHouse](https://github.com/ClickHouse/mcp-clickhouse).

<Info>
  **Блокнот с примером**

  Этот пример доступен в виде блокнота в [репозитории examples](https://github.com/ClickHouse/examples/blob/main/ai/mcp/claude-agent/claude-agent.ipynb).
</Info>

<div id="prerequisites">
  ## Предварительные требования
</div>

* В системе должен быть установлен Python.
* В системе должен быть установлен `pip`.
* Вам понадобится API-ключ Anthropic.

Вы можете выполнить следующие шаги либо в Python REPL, либо с помощью скрипта.

<Steps>
  <Step title="Установка библиотек" id="install-libraries">
    Установите библиотеку Claude Agent SDK, выполнив следующие команды:

    ```python theme={null}
    pip install -q --upgrade pip
    pip install -q claude-agent-sdk
    pip install -q ipywidgets
    ```
  </Step>

  <Step title="Настройка учетных данных" id="setup-credentials">
    Далее нужно указать API-ключ Anthropic:

    ```python theme={null}
    import os, getpass
    os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter Anthropic API Key:")
    ```

    ```response title="Ответ" theme={null}
    Enter Anthropic API Key: ········
    ```

    Затем задайте учетные данные, необходимые для подключения к SQL-песочнице ClickHouse:

    ```python theme={null}
    env = {
        "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
        "CLICKHOUSE_PORT": "8443",
        "CLICKHOUSE_USER": "demo",
        "CLICKHOUSE_PASSWORD": "",
        "CLICKHOUSE_SECURE": "true"
    }
    ```
  </Step>

  <Step title="Инициализация MCP-сервера и агента Claude Agent SDK" id="initialize-mcp-and-agent">
    Теперь настройте MCP-сервер ClickHouse так, чтобы он указывал на SQL-песочницу ClickHouse,
    а затем инициализируйте агента и задайте ему вопрос:

    ```python theme={null}
    from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, UserMessage, TextBlock, ToolUseBlock
    ```

    ```python theme={null}
    options = ClaudeAgentOptions(
        allowed_tools=[
            "mcp__mcp-clickhouse__list_databases",
            "mcp__mcp-clickhouse__list_tables", 
            "mcp__mcp-clickhouse__run_select_query",
            "mcp__mcp-clickhouse__run_chdb_select_query"
        ],
        mcp_servers={
            "mcp-clickhouse": {
                "command": "uv",
                "args": [
                    "run",
                    "--with", "mcp-clickhouse",
                    "--python", "3.10",
                    "mcp-clickhouse"
                ],
                "env": env
            }
        }
    )

    async for message in query(prompt="Tell me something interesting about UK property sales", options=options):
        if isinstance(message, AssistantMessage):
            for block in message.content:
                if isinstance(block, TextBlock):
                    print(f"🤖 {block.text}")
                if isinstance(block, ToolUseBlock):
                    print(f"🛠️ {block.name} {block.input}")
        elif isinstance(message, UserMessage):
            for block in message.content:
                if isinstance(block, TextBlock):
                    print(block.text)
    ```

    Обратите внимание: код внутри блока `for` фильтрует вывод для краткости.

    ```response title="Ответ" theme={null}
    🤖 Я выполню запрос к базе данных ClickHouse, чтобы найти что-нибудь интересное о продажах недвижимости в Великобритании.

    Сначала посмотрю, какие базы данных доступны:
    🛠️ mcp__mcp-clickhouse__list_databases {}
    🤖 Отлично! Есть база данных "uk". Теперь посмотрю, какие таблицы доступны:
    🛠️ mcp__mcp-clickhouse__list_tables {'database': 'uk'}
    🤖 Отлично! Таблица `uk_price_paid` содержит более 30 миллионов записей о продажах недвижимости. Давайте найду что-нибудь интересное:
    🛠️ mcp__mcp-clickhouse__run_select_query {'query': "\nSELECT \n    street,\n    town,\n    max(price) as max_price,\n    min(price) as min_price,\n    max(price) - min(price) as price_difference,\n    count() as sales_count\nFROM uk.uk_price_paid\nWHERE street != ''\nGROUP BY street, town\nHAVING sales_count > 100\nORDER BY price_difference DESC\nLIMIT 1\n"}
    🤖 Вот любопытный факт: **Baker Street в Лондоне** (да, та самая улица Шерлока Холмса!) имеет самый большой разброс цен среди всех улиц, где было более 100 продаж: недвижимость продавалась по цене от **£2,500** до **£594.3 million**, то есть разница превышает £594 миллиона!

    Это вполне объяснимо: Baker Street — один из самых престижных адресов Лондона, проходящий через дорогие районы, такие как Marylebone, и в этом наборе данных по ней зафиксирована 541 продажа.
    ```
  </Step>
</Steps>